Val av attributbaserad virtuell dator för Azure Compute Fleet (förhandsversion)

Med markeringsfunktionen för attributbaserade virtuella datorer (VM) kan du konfigurera instanskraven som en uppsättning vm-attribut, till exempel minne, vCPU och lagring. Dessa krav matchas med alla lämpliga storlekar för virtuella Azure-datorer, vilket förenklar skapandet och underhållet av VM-konfigurationer. Med den här funktionen kan du också sömlöst använda nyare VM-generationer när de blir tillgängliga. Du får också åtkomst till ett bredare utbud av kapacitet via Virtuella Azure Spot-datorer. Compute Fleet-tjänsten väljer och startar virtuella datorer som matchar de angivna attributen, vilket eliminerar behovet av att manuellt välja VM-storlekar.

Val av attributbaserad virtuell dator är perfekt för scenarier som tillståndslösa webbtjänster, storskalig batchbearbetning, stordatakluster eller pipelines för kontinuerlig integrering. Arbetsbelastningar som modellering av finansiella risker, loggbearbetning och bildåtergivning kan dra nytta av möjligheten att köra hundratusentals samtidiga kärnor eller instanser. När du använder Spot-virtuella datorer kan du, istället för att specificera flera storlekar och typer av virtuella datorer individuellt, nu använda en enkel attributkonfiguration för att omfatta alla relevanta alternativ, inklusive nya när de släpps.

Förutsättningar

Om du vill använda attributbaserad VM-val måste du registrera dig för förhandsversionsfunktioner för Azure Compute Fleet. När du har fyllt i registreringsformuläret och har godkänts kommer du att kontaktas med nästa steg och information om registrering.

Förmåner

• Optimal flexibilitet för virtuella datorer med oanvänd kapacitet: Beräkningsflottan ger optimal flexibilitet när du distribuerar virtuella datorer med oanvänd kapacitet genom att välja från ett brett utbud av VM-storlekar. Den här processen överensstämmer med bästa praxis för användning av oanvänd kapacitet genom att säkerställa flexibilitet i valet av VM-storlek, vilket förbättrar sannolikheten för att virtuella Azure Spot-datorer möts och allokerar den nödvändiga beräkningskapaciteten.
• Förenklad typval av virtuell dator: Med den stora matrisen med tillgängliga VM-storlekar kan det vara en komplex uppgift att hitta den bästa matchningen för din arbetsbelastning. Genom att ange VM-attribut kan Azure Virtual Machine Scale Sets automatiskt välja de VM-storlekar som uppfyller arbetsbelastningens krav. Den här automatiseringen förenklar processen och säkerställer att rätt resurser väljs.
• Automatisk implementering av nya VM-storlekar: Skalningsuppsättningar för virtuella Azure-datorer kan automatiskt innehålla nyare vm-storlekar när de blir tillgängliga. När dessa nya VM-storlekar uppfyller dina angivna krav och överensstämmer med dina valda allokeringsstrategier används de sömlöst av din skalningsuppsättning, vilket säkerställer att distributionen drar nytta av de senaste framstegen utan manuella uppdateringar.

Processen

Hur fungerar val av attributbaserad virtuell dator? Processen omfattar två huvudsakliga steg: typbestämning av virtuella datorer, följt av program för allokeringsstrategi.

• Typbestämning av virtuell dator: Attributbaserad markering genererar en lista över typer av virtuella datorer baserat på angivna attribut, valda Azure-regioner och Tillgänglighetszoner.
• Program för allokeringsstrategi: Beräkningsflottan tillämpar den valda allokeringsstrategin på den genererade listan över virtuella datorer.

För virtuella Azure Spot-datorer stöder attributbaserat urval både kapacitetsoptimerade och lägsta prisallokeringsstrategier. För virtuella Standard-datorer stöder attributbaserat urval den lägsta prisallokeringsstrategin. Beräkningsflottan löser attributkonfigurationer i en lista över lämpliga VM-typer och startar först den billigaste virtuella datorn för att uppfylla kapacitetsbegäran på begäran och fortsätter till nästa lägsta prissatta virtuella dator om det behövs.

Den attributbaserade urvalsfunktionen möjliggör mer flexibla konfigurationer av VM-typ, vilket eliminerar behovet av omfattande instanstyplistor. På så sätt kan du automatiskt utnyttja nyare vm-generationer när de introduceras i din valda Azure-region. Dessutom förbättrar attributbaserad markering möjligheten att få mer kapacitet via Spot-begäranden effektivt.

Med attributbaserat val blir det enklare och mer skalbart att hantera vm-storlekskonfigurationer, vilket säkerställer att dina arbetsbelastningar fungerar smidigt med optimerade kostnader och prestanda.

Vm-attribut som stöds

Följande lista över VM-attribut stöds och innehåller exempel på konfigurationer.

vCpuCount

• Obligatoriskt
• Måste anges om VMAttributes anges
• Det angivna intervallet vCpuCount från min till max
• Antingen min(uint) eller max(uint) krävs om det anges

"vCpuCount": {
	"value": {
		"min": 2, 
		"max": 24
	}
}

memoryInGiB

• Obligatoriskt
• Måste anges om VMAttributes anges
• Det angivna intervallet memoryInGiB från min till max
• Antingen min(double) eller max(double) krävs om det anges

"memoryInGiB": { 
	"value": {  
		"min": 0,
		"max": 1024
	}
}

memoryInGiBPerVCpu

• Valfritt
• Det angivna intervallet memoryInGiBPerVCpu från min till max
• Antingen min(double) eller max(double) krävs om det anges

"memoryInGiBPerVCpu": { 
	"value": {  
		"min": 0,
		"max": 8 
	} 
}

stöd för lokal lagring

• Valfritt
• Anger om vm-storleken som stöder lokal lagring ska användas för att skapa en beräkningsflotta eller inte
• Möjliga värden:
  • Undantagen – Ta inte med VM-storlekar som stöder lokal lagring
  • Obligatoriskt – inkludera endast VM-storlekar som stöder lokal lagring
  • Ingår – Inkludera VM-storlekar som stöder och inte stöder lokal lagring, är standard om localStorageSupport inte har angetts

"localStorageSupport": "Included"

localStorageInGiB

• Valfritt
• Det angivna intervallet localStorageInGiB från min till max
• Antingen min(double) eller max(double) krävs om det anges
• localStorageSupport ska anges till Inkluderad eller Obligatorisk för att använda det här VM-attributet
• Om localStorageSupport är inställt på Exkluderat kan det här VM-attributet inte användas

"localStorageInGiB": { 
	"value": {  
		"min": 0,
		"max": 100 
	}
}

localStorageDiskTypes

• Valfritt
• localStorageDiskTypes Anges som en lista
• Giltiga värden är SSD och HDD
• localStorageSupport ska anges till Inkluderad eller Obligatorisk för att använda det här VM-attributet
• Om localStorageSupport är inställt på Exkluderat kan det här VM-attributet inte användas
• Standardvärdet för localStorageDiskTypes, om det inte anges, är NÅGOT av de giltiga värdena

"localStorageDiskTypes": { 
	"value": [ 
		"SSD", 
		"HDD" 
	] 
}

dataDiskCount

• Valfritt
• Det angivna intervallet dataDiskCount från min till max
• Antingen min(uint) eller max(uint) krävs om det anges

"dataDiskCount": { 
	"value": {  
		"min": 0, 
		"max": 10 
	} 
}

antalNätverksgränssnitt

• Valfritt
• Det angivna intervallet networkInterfaceCount från min till max
• Antingen min(uint) eller max(uint) krävs om det anges

"networkInterfaceCount": { 
	"value": {  
		"min": 0, 
		"max": 10 
	} 
}

nätverksbandbreddiMbps

• Valfritt
• Det angivna intervallet networkBandwidthInMbps från min till max
• Antingen min(double) eller max(double) krävs om det anges

"networkBandwidthInMbps": { 
	"value": {  
		"min": 0, 
		"max": 500 
	} 
}

rdmaSupport

• Valfritt
• Anger om VM-storleken som stöder fjärråtkomst till direkt minne (RDMA) ska användas för att skapa beräkningsflottan eller inte
• Möjliga värden:
  • Exkluderat – Ta inte med VM-storlekar som stöder RDMA, är standardvärdet om rdmaSupport det inte har angetts
  • Obligatoriskt – inkludera endast VM-storlekar som stöder RDMA
  • Ingår – Inkludera VM-storlekar som stöder och inte stöder RDMA

"rdmaSupport": "Included"

rdmaNetworkInterfaceCount

• Valfritt
• Det angivna intervallet rdmaNetworkInterfaceCount från min till max
• Antingen min(uint) eller max(uint) krävs om det anges
• rdmaSupport ska anges till Inkluderad eller Obligatorisk för att använda det här VM-attributet
• Om rdmaSupport är inställt på Exkluderat kan det här VM-attributet inte användas

"rdmaNetworkInterfaceCount": { 
	"value": {  
		"min": 0, 
		"max": 10 
	} 
}

acceleratorstöd

• Valfritt
• Anger om vm-storleken som stöder acceleratorn ska användas för att skapa en beräkningsflotta eller inte
• Möjliga värden:
  • Undantagen – Ta inte med VM-storlekar som stöder accelerator, är standard om acceleratorSupport inte har angetts
  • Obligatoriskt – inkludera endast VM-storlekar som stöder accelerator
  • Inkluderad – Inkludera VM-storlekar som stöder och stöder inte acceleratorer

"acceleratorSupport": "Required"

acceleratorstillverkare

• Valfritt
• acceleratorManufacturers Anges som en lista
• Giltiga värden är AMD, NVIDIA och Xilinx
• acceleratorSupport ska anges till Inkluderad eller Obligatorisk för att använda det här VM-attributet
• Om acceleratorSupport är inställt på Exkluderat kan det här VM-attributet inte användas
• Standardvärdet för acceleratorManufacturers, om det inte anges, är NÅGOT av de giltiga värdena

"acceleratorManufacturers": { 
	"value": { 
		"Nvidia", 
		"Xilinx" 
	} 
}

antal acceleratorer

• Valfritt
• Intervallet för acceleratorCount anges från min till max
• Antingen min(uint) eller max(uint) krävs om det anges
• acceleratorSupport ska anges till Inkluderad eller Obligatorisk för att använda det här VM-attributet
• Om acceleratorSupport är inställt på Exkluderat kan det här VM-attributet inte användas

"acceleratorCount": { 
	"value": {  
		"min": 0, 
		"max": 10 
	} 
}

typ av acceleratorer

• Valfritt
• acceleratorTypes Anges som en lista
• Giltiga värden är GPU och FPGA
• acceleratorSupport ska anges till Inkluderad eller Obligatorisk för att använda det här VM-attributet
• Om acceleratorSupport är inställt på Exkluderat kan det här VM-attributet inte användas
• Standardvärdet för acceleratorTypes, om det inte anges, är NÅGOT av de giltiga värdena

"acceleratorTypes": { 
	"value": { 
		"GPU", 
		"FPGA" 
	} 
}

vmKategorier

• Valfritt
• vmCategories specificeras som en lista
• Giltiga värden är:
  • Allmänt syfte
  • ComputeOptimized
  • Minnesoptimerad
  • Optimerad för lagring
  • GpuAccelererad
  • FpgaAccelererad
  • HighPerformanceCompute (på engelska)
• Standardvärdet för vmCategories, om det inte anges, är GeneralPurpose

"vmCategories": { 
	"value": { 
		"GeneralPurpose", 
		"ComputeOptimized" 
	}
}

arkitekturtyper

• Valfritt
• architectureTypes specificeras som en lista
• Giltiga värden är X64 och Arm64
• Standardvärdet för architectureTypes, om det inte anges, är "ANY" för giltiga värden

"architectureTypes": { 
	"value": { 
		"Arm64", 
		"x64" 
	} 
}

processorstillverkare

• Valfritt
• cpuManufacturers specificeras som en lista
• Giltiga värden är Intel, AMD, Microsoft och Ampere
• Standardvärdet för cpuManufacturers, om det inte anges, är "ANY" för giltiga värden

"cpuManufacturers": { 
	"value": { 
		"Microsoft", 
		"Intel" 
	} 
}

burstbart stöd

• Valfritt
• Anger om vm-storleken som stöder burstbar kapacitet ska användas för att skapa en beräkningsflotta eller inte
• Möjliga värden:
  • Uteslut – Inkludera inte VM-storlekar som har burstbar kapacitet, det är standardvärdet om acceleratorSupport inte anges
  • Obligatoriskt – inkludera endast VM-storlekar som har burstbar kapacitet
  • Ingår – Inkludera VM-storlekar som stöder och inte stöder burstbar kapacitet

"burstableSupport": "Excluded"

exkluderade VM-storlekar

• Valfritt
• Anger vilka VM-storlekar som ska undantas när du skapar en beräkningsflotta
• Alla excludedVMSizes ignoreras, även om de matchar de virtuella datorattributen
• När excludedVMSizes VM-attribut har angetts går det inte att ange VMSizesProfile och vice versa.
• Gränsen är 100 VM-storlekar

"excludedVMSizes": { 
	"value": { 
		"Standard_F1", 
		"Standard_F2" 
	} 
}

VMSizesProfil

• Valfritt
• Anger vilka VM-storlekar som ska undantas när du skapar en beräkningsflotta
• Alla andra VM-storlekar ignoreras, även om de matchar VM-attributen
• När VMSizesProfile har angetts excludedVMSizes går det inte att ange och vice versa
• Gränsen är 100 VM-storlekar

"VMSizesProfile": { 
	"value": { 
		{"name": "Standard_F1"}, 
		{"name": "Standard_F2"} 
	} 
}

Nästa steg